中国卫生筹资水平地域性特征及影响因素Lasso 回归分析

沈晓琳 王高玲

卫生总费用(total expenditure on health, TEH)是通过货币的形式，衡量国家或地区特定时期内的卫生筹资水平及资金利用度，是政府部门制定和调整卫生政策的重要依据。卫生筹资水平作为判断卫生总费用的经济指标，不仅是卫生政策制定的依据，也是评价卫生资源配置公平性和居民就医负担的主要标准。分析卫生资金的筹集水平，可以为卫生筹资、医疗保健系统的公平与效率提供科学依据。我国地域广阔，不同省份之间的经济发展水平差异较大，卫生总费用筹集水平也存在显著的地域性特征。国际上通常从人均TEH、TEH/GDP、卫生消费弹性系数、政府卫生支出占卫生总费用比重等指标来评价卫生筹资水平。人均TEH 即某年卫生总费用与同期平均人口数之比，使用这一指标可消除人口规模和增长因素对卫生总费用绝对值的影响；TEH/GDP 通常用来反映不同时期、不同地区卫生资源的投入水平，是衡量卫生事业与宏观经济是否协调发展的综合评价指标。因此，本文通过系统聚类方法，采用人均TEH 和TEH/GDP 2 个指标对2018 年中国内陆31个省级行政区域卫生总费用筹集水平的地域性特征进行分析与探讨，并从经济、卫生、社会3 个维度构建指标体系并运用Lasso 算法进行实证分析，为改进卫生筹资政策提供一定的参考。

1 资料与方法

1.1 资料来源

鉴于所选用的指标无2019 年各地区统计数据，因此选取2018 年数据进行实证分析，原始数据均来源于2019 年—2020 年《中国卫生健康统计年鉴》及《中国统计年鉴》。年鉴涉及统计数据均未包含我国香港、澳门特别行政区和台湾省，本文仅对中国31 个省级行政区域的相关数据进行统计分析。

1.2 研究方法

1.2.1 Q 型聚类

式中s.t 表示对象数目的约束条件。本研究采用Excel 2016 进行数据整理，运用Q 型聚类方法通过SPSS 22.0 对2018 年中国内陆31 个省级行政区域人均TEH、TEH/GDP 数据进行聚类分析。

1.2.2 Lasso 回归

Lasso 算法由Tibshirani 于1996 年提出，此算法以多元回归为主体，通过限制构造出的模型的绝对值系数函数，进行特征筛选，多元线性回归模型为：

在进行多维数据的线性回归拟合时，传统的线性回归容易出现“过拟合”现象，Ridge 回归和Lasso 回归都可以解决“过拟合”问题，但Lasso 回归具有更强的稀疏化回归系数向量的能力，为模型选择有用的特征，具有更好的变量选择功能。在回归结构中，设定期望的被解释变量Y在观测值给定的情况下独立，即Y关于x条件独立，并且x是标准化的，则Lasso 回归的系数估计表达式为：

式中，t≥0 为调和参数，当t 逐渐减小时，部分回归系数会缩小并逐渐趋于0，此时予以剔除。本研究采用R 语言完成Lasso 回归分析。

1.2.3 指标选取与解释

国外学者对卫生总费用的研究较早，Saikia等分析了人口学特征对卫生总费用增速的影响；Villalobos证实居民就医选择受医疗保险的干预，从而影响人均TEH。国内学者主要从经济收入、人口、卫生政策等方面研究影响卫生总费用及筹资水平的因素，Wang 等发现，卫生费用与每千人口床位数与公共卫生费用支出之间存在相关性；廖宇航等发现卫生技术人员数对人均卫生费用等指标短期均衡影响显著；陈国勇等认为，人均GDP、老年人口比重、政府卫生支出占财政支出比重对卫生总费用产生显著影响；颜琰通过实证分析发现，人均可支配收入、医疗机构床位数正向影响人均卫生费用，婴儿死亡率、老龄化和城镇化水平与人均卫生费用负相关。本研究通过对国内外卫生总费用与卫生筹资水平相关文献的梳理，结合国内发展形势，分别从社会人口、经济、卫生系统中选取9个解释变量，采用Lasso 回归方法分析卫生筹资水平的影响因素。各变量指标解释见表1。

表1 各变量指标解释

2 结果

2.1 人均TEH

2.1.1 Q 型聚类分析

2018 年中国内陆31 个省级行政区域的人均TEH 聚类结果可划分为3 类地区。北京的人均TEH最高，是安徽的3.674 倍。第1 类地区人均TEH 平均高于全国人均TEH 的1.88 倍，划入TEH 高投入地区。第2 类地区人均TEH 与全国平均水平相近，划入中等投入地区；第3 类地区中大部分省份人均TEH 低于全国平均水平，划入低投入地区，见表2。

表2 人均TEH 聚类分析结果

2.1.2 Lasso 回归分析

在人均TEH 聚类结果中，由于第1 类及第2 类地区样本数量少于自变量个数，因此，本研究仅对第3 类地区即24 个省进行Lasso 回归，以标准化处理后的9 个指标为自变量，以人均TEH 为因变量进行分析：通过可视化不同参数下的均方误差及各自变量的回归系数变化情况发现，随着参数lambda 值的增加，Lasso 回归使用的自变量数目在减少，同时部分自变量回归系数的取值在逐渐缩小，最终稀疏化回归系数值不为0 的自变量选入模型，最终纳入了3 个自变量。

结果发现，每千人口卫生技术人员数、大专及以上人口比例对人均TEH 呈正向影响；城镇基本医疗保险年末参保人数对人均TEH 呈负向影响；政府卫生支出占财政支出比例、病床使用率等指标的回归系数等于0，说明模型将这6 个对因变量影响不显著的特征剔除了，见表3。

表3 各指标对人均TEH 的影响情况

2.2 TEH/GDP

2.2.1 Q 型聚类分析

2018 年中国31 个省级行政区域的TEH/GDP 聚类结果同样可划分为3 类地区，均达到WHO 提出的4% ～ 5%的标准。聚类结果中，第1 类为西藏等3 个西部地区，其TEH/GDP 均高于9.5%；北京等21 个省为第2 类，其TEH/GDP 均在6%以上；第3类地区为江苏等7 个省，TEH/GDP 在4.34% ～ 5.94%之间，低于2018 年全国平均水平。第1 类地区高于第3 类地区2 倍左右，表明沿海地区与西部地区存在明显的投入差距。《中国卫生健康统计年鉴》显示，2018年我国东部沿海地区GDP显著高于西部地区，表明西部地区卫生领域在地区经济资源总量中占有的比重比东部沿海地区更高，反映了西部地区卫生资源投入的倾斜，见表4。

表4 TEH/GDP 聚类分析结果

2.2.2 Lasso 回归分析结果

TEH/GDP 聚类结果中，由于第1 类及第3 类地区样本数量过少，因此，本研究仅对第2 类地区即21 个省份进行Lasso 回归，以标准化处理后的9 个指标为自变量，以TEH/GDP 为因变量进行分析：通过可视化不同参数下的均方误差以及各自变量的回归系数变化情况可以发现，随着参数lambda 值的增大，Lasso 回归模型使用的自变量数目在逐步下降，最终稀疏化回归系数值不为0 的自变量选入模型，最终纳入了7 个自变量。

结果发现，病床使用率、第三产业占国内生产总值比重、每千人口卫生技术人员数这3 个指标对TEH/GDP 呈正向影响，其中病床使用率的影响最大，其次为每千人口卫生技术人员数；老年人口抚养比、城镇化水平、城镇基本医疗保险年末参保人数、政府卫生支出占财政支出比例4 个指标对TEH/GDP 呈负向影响，其中城镇化水平这一因素影响程度最大，其次为老年人口抚养比，见表5。

表5 各指标对TEH/GDP 的影响情况

3 讨论

3.1 卫生和人口因素对低投入地区人均TEH 影响显著

本研究结果显示，每千人口卫生技术人员数、大专及以上人口比例正向影响人均TEH，城镇基本医疗保险参保人数对人均TEH 产生负向显著性影响。低投入地区卫生技术人员数等资源供给能力的增强，使居民出现了过度医疗的现象，并导致卫生费用的不合理增长。汤少梁等认为，合理的卫生资源配置及较高的医疗卫生服务可及性能够增强居民就近诊疗的意愿，有助于充分利用医疗资源，降低人均卫生费用。大专及以上人口比例与人均TEH 呈正向关系，分析其原因为教育制度的完善推动了高学历人群数量的上升，其对生命质量的高要求增加了健康保健领域的投入，使得人均卫生费用增加。近年来我国基本医保参保人数稳步上升，本文结果显示，参保人数对人均TEH 呈负向影响，可能是因为随着分级诊疗等医药卫生体制改革政策的实施，居民在基层就医的行为增多，一定程度上能够降低个人的医疗服务费用，减轻了居民的就医负担。

3.2 卫生、经济和人口因素对中等投入地区TEH/GDP 均产生显著影响

卫生因素层面，中等TEH/GDP 地区的病床使用率逐年降低，但TEH/GDP 上升，这与实际情况有一定出入。分析其原因在于慢性病患病率上升使得门诊慢性病、特殊病人增多，居民个人医疗卫生支出总体增加，因此，TEH/GDP 不受病床使用率单一指标的影响，表现为上升走势。2017 年—2018 年，我国中等TEH/GDP 地区的年末基本医保参保人数总量从71 539.6 万上升至87 362.8 万，本文参保人数与TEH/GDP 呈负向关系，即参保人数在上升，但卫生资源在整个地区经济总量中占比反而下降。分析原因为政府为减少不合理医疗行为的发生，对居民医疗服务需求行为具有一定的约束，减少了盲目的医疗服务消费，使得卫生领域的资源使用在整个地区经济总量中占比下降。经济因素层面，政府卫生支出占财政支出比重对TEH/GDP 产生负向影响，表明政府卫生投入越多，卫生总费用占GDP 的比值就越低。新一轮医药卫生体制改革以来，我国政府财政对公共卫生领域投入较多，通过健康体检、健康教育等活动提高了居民的健康素养和疾病预防控制能力，能够在一定程度上减少疾病的发病率及患病率，从而降低了卫生总费用，因此，卫生总费用占GDP 的比重也随之下降。2018 年我国中等TEH/GDP 地区第三产业占该类地区生产总值的比重为54.25%，在产业分布中占据主体地位，而卫生服务又是第三产业中的重点发展产业。随着第三产业的迅猛发展及卫生资源供给能力的提高，人群的医疗服务资源利用率增强，最终导致TEH/GDP 比值的不断攀升。社会人口维度中，城镇化水平和老年人口抚养比与TEH/GDP 呈现显著的负向关系。一方面，随着城镇化的发展，部分农业人口身份的转变以及收入水平的提高，其医疗服务可获得性增强，医保的使用减少了个人医疗服务支出，一定程度上对TEH/GDP 产生了可控影响。另一方面，经济状况较差等因素影响了老年人医疗服务利用度，为此，政府通过扩大卫生领域投资规模、加强对初级医疗机构的补助等措施提高低收入群体医疗消费的转移支付能力，以切实降低老年人就医负担。

4 建议

4.1 增加政府和社会投入力度

我国新一轮医药卫生体制改革强调政府和社会筹资为主的原则，因此，应当协同政府和社会的力量，加大投入力度，减轻人群就医负担的同时能够保障医疗卫生服务提供的公益性。一方面，政府应建立可持续的卫生投入机制，特别是中西部地区，应当加大财政对卫生的投入力度以及中央转移支付规模，减轻地方财政压力；另一方面，应强调社会卫生支出在卫生筹资中的作用，通过社会层面的投入促进居民健康素养和地区医疗服务水平的提升。

4.2 健全医疗与社会保障体系

政府应当完善医疗保障体系，提升医疗保险基金的筹资水平，使得老年人和弱势群体得到更多保障。为减少医疗卫生服务的不公平性，应当不断优化卫生资源的配置，促使优质医疗资源向基层倾斜。提高农村居民文化教育水平，加强预防为主的工作方针的宣传，增强居民自我保健能力；同时，使居民树立正确的医疗服务需求意识，避免诱导需求，减少过度医疗消费。